通过停放的车辆的处理能力进行的ANN训练制造技术

本公开涉及一种用于通过停放的车辆的处理能力进行ANN训练的系统。所述系统可包含主计算装置，所述主计算装置具有经配置以控制ANN的训练的控制器。可通过停放的车辆的计算装置至少部分地在单独部分中执行训练。所述控制器可经配置以将训练所述ANN的计算任务分成分离的任务。另外，所述控制器可经配置以将所述分离的任务中的至少一些指派到停放的车辆的所选计算装置。所述控制器还可经配置以接收且汇总所述分离的任务的结果以训练所述ANN。所述控制器还可经配置以根据所述结果训练所述ANN。所述主计算装置可经配置以将指派的任务发送到所述车辆的所选装置，以及从所述所选装置接收所述指派的任务的所述结果。装置接收所述指派的任务的所述结果。装置接收所述指派的任务的所述结果。

【技术实现步骤摘要】
【国外来华专利技术】通过停放的车辆的处理能力进行的ANN训练
[0001]相关申请
[0002]本申请要求2020年4月16日提交的标题为“通过停放的车辆的处理能力进行的ANN训练(ANN TRAINING THROUGH PROCESSING POWER OF PARKED VEHICLES)”的第16/850,946号美国专利申请的优先权，所述美国专利申请的全部公开内容特此以引用的方式并入本文。


[0003]本文公开的至少一些实施例涉及通过停放的车辆的处理能力进行的人工神经网络(ANN)训练。

技术介绍

[0004]人工神经网络(ANN)是从生物神经网络松散建模的人工智能(AI)系统。ANN可被视为AI系统，因为此类系统可人工学习以执行任务。ANN是许多不同类型的机器学习工具中的一种。ANN可通过实例输入且通常在未被编程有特定于任务的规则的情况下人工地学习。举例来说，当ANN用于语音识别时，它可通过分析已知含有口语单词“hello”的实例音频信号来学习标识含有口语单词“hello”的音频信号。然后，ANN的计算结果可用于标识其它音频信号中的口语单词“hello”。在图像识别实例中，ANN可通过分析已知含有人的实例图像来学习标识含有人的图像。然后，ANN的输出可用于标识其它图像中的人。
[0005]除了语音和图像识别，ANN还可用于几乎任何包含有监督学习的机器学习任务。并且，此类ANN已用于医疗诊断、解决商业和技术问题、机器翻译、网络过滤、大数据系统中的过滤、玩视频游戏以及实时生成视频游戏和多媒体的新部分。甚至正在开发ANN来指导车辆自动化和自动驾驶汽车的决策。
[0006]ANN基于通常称作人工神经元的一组连接节点。所述连接节点松散地模拟大脑的生物神经元。节点之间的连接类似于大脑中的突触。然而，所述连接(通常称为边)是数学模型的一部分，与传输进出生物神经元的信号的实际物理元素不同。人工神经元或节点也是数学模型的一部分，与经由突触接收信号且随后处理信号且经由突触发送信号的生物神经元松散地类似。
[0007]在ANN中，节点之间的连接可包含数字。并且，节点的输出可从函数(例如非线性函数)计算得出，所述函数包含其输入的总和或总和的导数，或更具体地说，包含其输入连接的总和或总和的导数。另外，人工神经元和边通常具有随着学习过程而调整的权重。权重可使边处的数字增大或减小。人工神经元还可具有阈值，使得仅当神经元的输入的总数超过阈值时才输入神经元的边的数字。另外，通常在ANN中将其节点或人工神经元组织成层。并且，ANN的不同层可对其输入执行不同的变换。ANN可包含输入层和输出层，且变换的发生是从所述输入层到所述输出层。另外，ANN在输入层与输出层之间可包含一或多个中间层。
附图说明
[0008]根据下文给出的详细描述和本公开的各种实施例的附图，将更充分地理解本公开。
[0009]图1到3说明根据本公开的一些实施例的实例联网系统，其包含车辆以及至少部分地经由车辆的计算系统训练ANN的一或多个主计算装置。
[0010]图4到6说明根据本公开的一些实施例的可由图1到3中所描绘的联网系统的各方面执行的实例操作的流程图。
具体实施方式
[0011]本文公开的至少一些实施例涉及通过停放的车辆的处理能力进行的ANN训练。至少一些实施例涉及一种用于通过停放的车辆的处理能力进行ANN训练的系统。在一些实施例中，至少部分地训练ANN的车辆不需要呈停放状态。所述系统可包含主计算装置，所述主计算装置具有经配置以控制ANN的训练的控制器。可通过停放的车辆的计算装置至少部分地在单独部分中执行训练。然而，如所提及，在一些实施例中，不需要停放车辆。所述控制器可经配置以将训练所述ANN的计算任务分成分离的任务。另外，所述控制器可经配置以将所述分离的任务中的至少一些指派到停放的车辆的所选计算装置。所述控制器还可经配置以接收且汇总所述分离的任务的结果以训练所述ANN。所述控制器还可经配置以根据所述结果训练所述ANN。可根据德尔塔定律(delta rule)执行ANN的训练、ANN的部分的训练或ANN的训练的至少一些任务。主计算装置可经配置以将所指派的任务发送到车辆的所选装置，以及从车辆的所选装置接收所指派的任务的结果。
[0012]图1到3说明根据本公开的一些实施例的实例联网系统100，其包含车辆(例如，参见车辆102、202和130到132)以及用于经由车辆的计算系统(例如，参见计算系统104和204)至少部分地训练ANN的一或多个主计算装置(例如，参见一或多个主计算装置140以及主计算装置142)。
[0013]联网系统100经由一或多个通信网络122联网。本文所描述的通信网络，例如一或多个通信网络122，可至少包含例如蓝牙等本地到装置网络、广域网(WAN)、局域网(LAN)、内联网、例如4G或5G的移动无线网络、外联网、互联网和/或其任何组合。联网系统100的节点(例如，参见车辆102、202和130到132以及主计算装置140)可各自为对等网络、客户端
‑
服务器网络、云计算环境等的一部分。另外，本文所描述的设备、计算装置、车辆、传感器或相机和/或用户接口中的任一者可包含某一种类的计算机系统(例如，参见计算系统104和204以及主计算装置140和主计算装置142)。并且，此类计算机系统可包含到LAN、内联网、外联网和/或互联网中的其它装置的网络接口。计算机系统还可作为对等(或分布式)网络环境中的对等机器或作为云计算基础设施或环境中的服务器或客户端机器而以客户端
‑
服务器网络环境中的服务器或客户端机器的能力进行操作。
[0014]如图1中所展示，联网系统100可包含至少一车辆102，所述车辆包含车辆计算系统104，所述车辆计算系统包含与ANN训练系统相关联的ANN训练客户端应用程序106(在本文中也称为ANN训练客户端106)。车辆102还可包含车身和车身的可控制部分(未描绘)、动力系统和动力系统的可控制部分(未描绘)、车身控制模块108(其为一种ECU)、动力系统控制模块110(其为一种ECU)和动力转向控制单元112(其为一种ECU)。车辆102还包含多个传感
器(例如，参见传感器114a到114b)、GPS装置116、多个相机(例如，参见相机118a到118b)和控制器局域网(CAN)总线120，所述CAN总线将至少车辆计算系统104、车身控制模块108、动力系统控制模块110、动力转向控制单元112、所述多个传感器、GPS装置116和所述多个相机彼此连接。
[0015]另外，如所展示，车辆102经由车辆计算系统104连接到网络122。另外展示，车辆130到132和主计算装置140(其包含主计算装置142)连接到网络122，且因此，以通信方式耦合到车辆102。计算系统104中包含的ANN训练客户端106可与主计算装置140以及主计算装置142通信。
[0016]在一些实施例中，联网系统100可包含主计算装置(例如，参见主计算装置142本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种系统，其包括：至少一个处理装置；以及存储器，其含有指令，所述指令经配置以指示所述至少一个处理装置进行以下操作：确定包括可供处理用于训练人工神经网络(ANN)的计算任务的处理资源的车辆；分离所述计算任务；将分离的任务中的每一者指派给所述车辆中的一或多者；由通信接口将包含指派的任务的通信发送到所述车辆的所述处理资源，其中所述处理资源经配置以处理所述指派的任务以提供结果；由所述通信接口从所述车辆的所述处理资源接收包含所述结果的通信；以及根据所述结果训练所述ANN。2.根据权利要求1所述的系统，其中所述确定可用的处理资源包括从所述处理资源接收通信，来自相应处理资源的每个通信包含由所述相应处理资源使用至少一个传感器确定的可用性的指示。3.根据权利要求1所述的系统，其中所述确定可用的处理资源包括从所述处理资源接收通信，来自相应处理资源的每个通信包含GPS数据。4.根据权利要求1所述的系统，其中所述ANN是第一ANN，且其中所述确定可用的处理资源包括将传感器数据、GPS数据或相机数据中的至少一者作为输入提供到第二ANN，且基于所述第二ANN的输出确定所述相应处理资源的可用性。5.根据权利要求1所述的系统，其中所述指派所述分离的任务包括确定用于所述处理资源中的每一者的处理能力，且基于所述处理能力将所述任务中的每一者指派给相应处理资源。6.根据权利要求1所述的系统，其中所述指令另外经配置以指示所述至少一个处理装置将所述处理资源的处理能力存储在存储器中，其中所述分离所述计算任务至少部分地基于所述存储的处理能力。7.根据权利要求1所述的系统，其中所述确定可用的处理资源包括评估从每个处理资源接收的指示包括所述处理资源的车辆已停放的通信。8.根据权利要求1所述的系统，其中所述确定可用的处理资源包括基于由所述通信接口从相应车辆的至少一个传感器接收到的传感器数据而确定与所述相应处理资源相关联的车辆已停放。9.根据权利要求1所述的系统，其中所述根据所述结果训练所述ANN包括汇总所述通信中从所述处理资源接收到的所述结果。10.一种方法，其包括：由至少一个处理装置确定可供用于处理用于训练人工神经网络(ANN)的计算任务的处理资源；由所述至少一个处理装置将所述计算任务中的每一者指派给所述处理资源中的一或多者；由通信接口将包含指派的任务的通信发送到所述处理资源，其中所述处理资源经配置以处理所述指派的任务以提供结果；由所述通信接口从所述处理资源接收包含所述结果的通信；以及
由所述至少一个处理装置根据所述结果训练所述ANN。11.根据权利要求10...

【专利技术属性】
技术研发人员：G，
申请(专利权)人：美光科技公司，
类型：发明
国别省市：